曹俊兴

作品数：166被引量：1071H指数：16
导出分析报告
供职机构：成都理工大学更多>>
发文主题：地震储层预测地震波地震数据龙门山更多>>
发文领域：天文地球文化科学自动化与计算机技术理学更多>>
发文期刊：更多>>
所获基金：国家自然科学基金油气藏地质及开发工程国家重点实验室开放基金中国高等教育学会“十一五”教育科学研究规划课题国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
新时代地学创新人才培养:理念、模式与策略
《成都理工大学学报（社会科学版）》2024年第5期104-112,共9页程孝良 曹俊兴 
中国高等教育学会高等教育科学研究规划重点课题(23GR0205);成都理工大学“双一流”建设哲学社会科学重点建设项目(ZDJS202306)。
地学创新人才培养存在培养理念不清晰,培养主体单一、要素分散,优质教育资源聚焦人才培养协同性不足等问题。针对科技经济时代国家和行业重大战略对地学人才知识能力素质的新要求,应坚持通专结合的地学人才培养理念,推进本硕博贯通培养...
关键词：地学创新人才培养 登攀铸魂 实践强能 多元协同 
基于变分模态分解的谱蓝化方法在叠前地震资料高分辨处理中的研究及应用被引量：1
《物探化探计算技术》2024年第3期251-261,共11页肖裕锋 曹俊兴 付京城 师少晨 向韬 
国家自然科学基金重点项目(42030812)。
叠前地震资料的分辨率会影响叠前反演的精度以及AVO分析的结果,所以提高叠前道集的分辨率就显得尤为重要。谱蓝化高分辨方法结合了测井信息,使处理后的地震资料更加接近实际情况。但其在计算过程中,使用各道叠加的平均振幅谱计算谱蓝化...
关键词：叠前反演 谱蓝化 高分辨率 变分模态分解 
中江气田沙溪庙组“暗点”型薄砂岩储层隐蔽机理分析及识别对策被引量：3
《物探化探计算技术》2023年第3期281-288,共8页陈思远 丁蔚楠 曹俊兴 谭峰 
国家自然科学基金项目(42030812,41974160);中国石化科技部项目(P20055-6)。
砂岩油气储层在地震剖面上一般表现为“亮点”,但钻探发现四川盆地中江气田的一些砂岩储层在地震剖面上表现为“暗点”,不易识别。这里依据钻测井资料,采用地震正演模拟方法分析了这些储层地震响应表现为“暗点”的机制,认为是Ⅱb类AVO(...
关键词：储层预测 暗点 薄储层 隐蔽砂体 沙溪庙组 
基于OVT域地震数据的多尺度裂缝预测方法及应用被引量：13
《地球物理学进展》2023年第3期1084-1094,共11页陈秋旭 曹俊兴 苏照东 向韬 付京城 
国家自然科学基金(41974160,42030812);中国石化勘探分公司科技攻关项目资助。
本文利用OVT域道集,优选出合适的方位角和炮检距信息,结合方位各向异性和地震属性进行多尺度的裂缝精细刻画.针对大中尺度裂缝,使用基于逆向量的梯度结构张量算法求取倾角得到构造信息,由梯度算子计算梯度矢量场并设置指示方向,将梯度...
关键词：OVT域道集 多尺度 逆向量法 方位各向异性 裂缝预测 
基于双向长短期记忆神经网络的储层孔隙度预测方法研究被引量：10
《地球物理学进展》2022年第5期1993-2000,共8页刘俊 曹俊兴 丁蔚楠 周鹏 程明 
国家自然科学基金项目(42030812,41974160,41430323);中国石化科技部项目(P20055-6)联合资助。
孔隙度作为重要的储层物性参数之一,在储层评价中发挥着重要作用,因此,寻找一种低成本、高效的方法获取高精度的孔隙度成为了储层评价的重要课题.由于测井参数和孔隙度之间复杂的非线性映射关系和时序性特点,本文提出了一种基于双向长...
关键词：储层参数预测 深度学习 孔隙度 循环神经网络 双向长短期记忆神经网络 时序数据 
基于远减近衰减梯度属性与Bi-LSTM神经网络联合的隐蔽河道砂体识别方法被引量：4
《地球物理学进展》2022年第5期2129-2137,共9页周鹏 曹俊兴 刘俊 陈思远 王俊 
国家自然科学基金项目(41974160,42030812)资助。
岩性作为一种重要的储层物性,其包含了重要的流体信息及储层特征,对其准确的识别可以为储层预测工作提供重要基础.我国一些河流相油气藏沉积环境复杂,多期叠置等问题造成储层砂体隐蔽的现象.为有效的识别隐蔽河道砂体,本文发展了一种基...
关键词：双向长短期记忆神经网络 岩性预测 地震属性 
基于深度混合神经网络的横波速度反演预测方法被引量：6
《中国科学：地球科学》2022年第6期1151-1169,共19页王俊 曹俊兴 赵爽 漆乔木 
国家自然科学基金项目(批准号:42030812、42042046、41974160);中国石化科技部项目(编号:P20055-6)资助。
横波速度是最重要的岩石物理参数之一,在油藏描述、地震叠前反演和地质力学分析中至关重要,但实测获得不易.在无实测横波数据可用时,岩石物理建模计算预测被认为是精度最高的横波速度预测方法.但因地下地质结构的复杂性与岩石矿物组成...
关键词：深度学习 卷积神经网络 长短期记忆网络 混合神经网络 沉积约束 岩石物理反演 横波速度预测 
基于双向门控循环单元神经网络的声波测井曲线重构技术被引量：14
《地球物理学进展》2022年第1期357-366,共10页周欣 曹俊兴 王兴建 王俊 廖万平 
国家自然科学基金重点基金项目“基于地震数据次微成分x-矢量深度学习的四川盆地深层碳酸盐岩储层含气性检测理论方法研究”(42030812);国家自然科学基金“基于深度域地震波频散反演的四川盆地深层碳酸盐岩储层含气量预测理论方法研究”(41974160);国家自然科学基金“基于相干成像的测井远探测高精度成像理论研究联合资助”(42074163)联合资助。
声波测井作为测井与地震资料之间的关键桥梁,对储层岩性、物性分析及定量化评价具有十分重要的意义,完整的声波测井资料有助于获得高分辨率反演剖面,可为储层地质解释提供可靠的依据.然而实际开采过程中很多地区由于仪器故障、井眼垮塌...
关键词：声波测井 重构 非线性映射 循环神经网络 双向门控循环单元神经网络 
基于深度双向循环神经网络的储层孔隙度预测被引量：14
《地球物理学进展》2022年第1期267-274,共8页王俊 曹俊兴 周欣 
国家自然科学基金重点项目(42030812,41430323)和国家自然科学基金面上项目(41974160)联合资助。
储层孔隙度是描述储层特征的重要参数之一,根据测井资料进行准确的孔隙度预测对于储层精细描述至关重要.为此,发展一种基于深度双向循环神经网络的储层孔隙度预测方法,并利用实际井数据验证其有效性和准确性.将测井数据看成纵向上具有...
关键词：人工智能 深度学习 双向循环神经网络 孔隙度预测 
琼东南盆地深水区松南区块新生代构造-沉积演化特征研究被引量：1
《物探化探计算技术》2021年第5期563-572,共10页周欣 曹俊兴 王兴建 王俊 廖万平 杨金海 
国家自然科学基金重点项目(42030812)。
松南区块古近系为近几年新发现的一套油气藏勘探的潜力层系,在琼东南盆地是重点勘探目标之一。深水盆地油气勘探的难点之一是其构造演化复杂多变且发育多种沉积体系。这里从测井、录井、岩芯、地震等资料入手,对研究区新生代构造沉积演...
关键词：构造演化 扇三角洲 分流河道 松南区块 琼东南盆地 
全选清除导出
共17页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部